[发明专利]基于人工智能的智慧医疗信息决策方法及云计算系统

权利要求书

1.一种基于人工智能的智慧医疗信息决策方法，其特征在于，应用于云计算系统，所述云计算系统与多个医疗软件终端通信连接，所述方法包括：

获取所述医疗软件终端的用户针对各个目标医疗行为所对应的医疗资源分配信息的线上订阅信息，并获得所述线上订阅信息的订阅跟踪轨迹；

将所述订阅跟踪轨迹输入预先训练的机器学习网络中的深度提取单元，得到所述订阅跟踪轨迹对应订阅目标属性对应的目标订阅兴趣分量；

将所述目标订阅兴趣分量输入所述机器学习网络的决策单元，获得所述订阅跟踪轨迹的目标决策微服务意图信息；

基于所述订阅跟踪轨迹的目标决策微服务意图信息，为所述医疗软件终端的用户生成对应的微服务推荐信息；

所述决策单元和所述深度提取单元之中的至少一个网络单元，是基于机器学习网络对参考订阅跟踪轨迹的决策订阅目标属性和真实订阅目标属性之间的网络评估指标值、以及基于所述机器学习网络对所述参考订阅跟踪轨迹的决策微服务意图信息和真实微服务意图信息之间的网络评估指标值进行网络权重更新获得的。

2.根据权利要求1所述的基于人工智能的智慧医疗信息决策方法，其特征在于，所述决策单元和所述深度提取单元之中的至少一个网络单元，是基于机器学习网络对参考订阅跟踪轨迹的决策订阅目标属性和真实订阅目标属性之间的网络评估指标值、以及基于所述机器学习网络对所述参考订阅跟踪轨迹的决策微服务意图信息和真实微服务意图信息之间的网络评估指标值进行网络权重更新获得的步骤，包括：

从参考收集数据中获取线上订阅信息的参考数据，所述参考数据包括参考订阅跟踪轨迹、参考数据的真实微服务意图信息和真实订阅目标属性；

将所述参考订阅跟踪轨迹输入所述深度提取单元得到所述参考订阅跟踪轨迹的订阅兴趣分量，并将所述订阅兴趣分量输入所述决策单元获得所述参考订阅跟踪轨迹的决策微服务意图信息；

将所述订阅兴趣分量输入机器学习网络，确定所述参考订阅跟踪轨迹的决策订阅目标属性；

基于所述决策微服务意图信息与所述真实微服务意图信息之间的第一网络评估指标值，以及所述决策订阅目标属性与所述真实订阅目标属性之间的第二网络评估指标值，确定总网络评估指标值；

基于所述总网络评估指标值对所述深度提取单元和所述决策单元中至少一个模型的权重信息进行优化，直至所述总网络评估指标值满足收敛条件，得到已训练的机器学习网络。

3.根据权利要求2所述的基于人工智能的智慧医疗信息决策方法，其特征在于，所述参考订阅跟踪轨迹为所述线上订阅信息的订阅行为路由数据，所述深度提取单元包括第一深度提取节点和第二深度提取节点，其中：

所述将所述参考订阅跟踪轨迹输入所述深度提取单元得到所述参考订阅跟踪轨迹的订阅兴趣分量的步骤，包括：

基于所述第一深度提取节点对所述订阅行为路由数据进行路由节点数据分量提取，得到对应的路由节点数据分量提取序列，并对所述路由节点数据分量提取序列进行兴趣点编码，确定每一个路由节点数据对应的兴趣点编码信息，得到兴趣点编码信息分布；

基于所述第二深度提取节点对所述兴趣点编码信息分布进行订阅兴趣分量提取，得到所述订阅兴趣分量。

4.根据权利要求3所述的基于人工智能的智慧医疗信息决策方法，其特征在于，所述机器学习网络包括存在不同预测倾向策略的第一机器学习网络和第二机器学习网络，所述决策订阅目标属性具体包括：

将所述兴趣点编码信息分布输入所述第一机器学习网络获得第一决策订阅目标属性，并将所述订阅兴趣分量输入所述第二机器学习网络获得第二决策订阅目标属性；

所述决策订阅目标属性与所述真实订阅目标属性之间的第二网络评估指标值的步骤，包括：

所述第一决策订阅目标属性与所述真实订阅目标属性之间的网络评估指标值，和所述第二决策订阅目标属性与所述真实订阅目标属性之间的网络评估指标值。